基于数据挖掘的客流特征提取及公交调度优化研究

摘要

公交客流特征分析和公交调度优化是城市公共交通规划与管理中两个重要的研究内容。伴随着智能公交的发展以及公交IC卡的普及，我国越来越多的城市开始采用公共交通IC卡收费系统，但是IC卡信息量大，数据全面，目前还未得到充分开发，同时常规公交调度优化多凭个人经验，缺乏公交客流分布特征的数据支撑，往往造成公交车辆运能不均衡，降低公共交通系统的吸引力。本文希望利用数据挖掘技术分析公交线路的客流特征，获取有价值的客流特征信息，支撑线路运营调度，充分挖掘常规公交的潜力，提升公共交通的服务质量，提高居民公交出行分担率。
　　本文首先从公交数据采集技术入手，重点介绍了公交IC卡数据采集技术和GPS数据采集技术，并分别对本文中所用到的公交数据进行说明。在已有研究的基础上进行公交数据预处理以及数据时间差分析，识别乘客上车站点以及基于连续出行链理论的下车站点判断。本文的创新点之一为拟合乘车距离服从威布尔分布，同时利用对向上车人数表示站点的吸引强度，提出下车站点概率分布模型，并进行误差检验。
　　其次，本文以公交客流分布特征为支撑，假设在研究时段内乘客到达服从均匀分布，建立以乘客的等车时间、出行过程的拥挤时间以及公交企业成本为目标函数，以发车间隔以及满载率为约束条件的单条线路发车间隔优化模型，并考虑全程车以及区间车两种调度形式。
　　最后，本文对成都市16路公交下行方向的调度优化展开实例分析，获取各时段线路OD分布情况，同时利用发车间隔优化模型求解各时段最优发车间隔方案，并编制相应的行车时刻表。通过与现状调度方案对比以及不同系数组合的优化结果对比，验证模型的有效性。

目录

声明

摘要

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．2．3 研究现状总结

1．3 研究目标与内容

1．3．1 研究目标

1．3．2 研究内容

第2章 公交数据采集技术研究

2．1 传统人工调查采集技术

2．2 智能公交数据采集技术

2．2．1 公交IC卡数据采集技术

2．2．2 公交GPS数据采集技术

2．2．3 其它智能采集技术

2．3 公交IC卡和GPS数据的介绍

2．3．1 公交IC卡数据结构

2．3．2 公交GPS数据结构

2．3．3 公交站点以及线路数据

2．4 本章小结

第3章 公交线路客流分布特征分析

3．1 数据预处理

3．1．1 IC卡数据预处理

3．1．2 GPS数据预处理

3．2 公交乘客上车站点识别分析

3．2．1 上车站点的识别机理分析

3．2．2 IC卡数据与GPS数据时间差分析

3．2．3 上车站点的识别流程

3．3 公交乘客下车站点判断分析

3．3．1 基于连续出行链的乘客下车站点判断

3．3．2 基于概率分布的下车站点判断

3．4 本章小结

第4章 公交车辆调度优化研究

4．1 常规公交车辆的调度介绍

4．1．1 常规公交车辆调度的形式

4．1．2 公交车辆调度作业流程介绍

4．2 相关参数介绍

4．2．1 相关参数的获取

4．2．2 发车间隔的确定

4．3 线路发车间隔优化模型的建立

4．3．1 模型假设

4．3．2 目标函数

4．3．3 约束条件

4．4 本章小结

第5章 实例分析

5．1 数据准备

5．2 线路乘客上下站点分布

5．3 线路发车间隔优化

5．4 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的论文